CKM-spezifischer Aging-Index vorhersagt Mortalität besser als universelle biologische Alter
Von KI ausgewählt und zusammengefasst
Worum es geht
Maschinelles Lernen an 6.896 NHANES-Teilnehmern entwickelte einen Cardiovascular-Kidney-Metabolic-spezifischen Aging-Index (CKMAI) zur Risikostratifizierung und Mortalitätsprognose.
Ergebnis
CKMAI übertraf PhenoAge, KDM und CMI in allen Outcomes. Zeit-abhängige AUC für Gesamtmortalität: 0,893 (95 %-KI: 0,851–0,925) nach 3 Jahren, 0,907 (95 %-KI: 0,884–0,927) nach 5 Jahren, 0,890 (95 %-KI: 0,868–0,910) nach 10 Jahren. Schwellwertanalyse identifizierte Inflexionspunkte mit steileren Risikoerhöhungen darunter. Sechs Phänotypen-Cluster; Frailty-Cluster zeigte höchstes Mortalitätsrisiko (HR 11,74; 95 %-KI: 7,85–17,57).
Übertragbarkeit auf Deutschland
USA-Daten (NHANES), aber metabolische Pathophysiologie universell, externe Validierung in China.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.